应用Bayes理论预测开放式基金大额赎回量

提出了开放式基金的大额赎回量和Bayes大额赎回量的概念,将复合泊阿松分布和极限理论运用在大额赎回量的计算之中,得到了计算公式·由于开放式基金赎回量的分布中的参数不断变化,因此用Bayes方法预测未来近期的大额赎回量更合适·推导出了正态分布下Bayes大额赎回量的计算公式·为基金管理人合理规避这种流动性风险提供了一种预测方法·

复合linex对称损失下Lomax分布参数的Bayes估计

研究了在复合linex对称损失下,两参数Lomax分布当刻度参数已知时,其形状参数的Bayes估计及其容许性,并给出了其多层Bayes估计的一般形式。

复合Mlinex对称损失下k阶Erlang分布参数的Bayes估计

在Mlinex损失函数基础上定义了复合Mlinex对称损失函数;在复合Mlinex对称损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计、E-Bayes估计及多层Bayes估计,并证明了其容许性;最后通过MATLAB模拟检验了参数的3种Bayes估计的合理性和优良性。

基于无失效数据和复合LINEX损失函数的指数分布模型的Bayes统计推断研究

基于无失效数据,在复合LINEX损失函数下研究了指数分布模型失效率Bayes估计问题。当参数的先验分布为伽玛分布时,得到了失效率的Bayes估计及E-Bayes估计,最后应用实例的运算结果说明了估计的有效性。

复合Linex对称损失下Rayleigh分布参数倒数的两种Bayes估计

在复合Linex对称损失函数下,研究了Rayleigh分布位置参数已知的情况下,对尺度参数的倒数的Bayes估计和E-Bayes估计,随机模拟证明了其科学性.

复合LINEX损失下逆指数分布模型参数的Bayes可靠性分析

针对逆指数分布的估计问题,在参数的先验分布为共轭伽玛先验分布下,基于复合LINEX损失函数研究了未知参数的Bayes估计。最后,通过蒙特卡洛模拟对各个估计的优良性进行了比较。

逐步增加Ⅱ型截尾下复合瑞利分布参数的Bayes估计

在逐步增加Ⅱ型截尾样本下,给出了复合瑞利分布尺度参数的极大似然估计.在取先验分布为无先验信息、共轭先验分布、指数分布时,考虑平方损失函数与对称熵损失函数估计的准确性,得到了参数的Bayes估计的表达式.通过随机模拟试验数据对比发现,从有无先验信息的角度看,尺度参数θ的Bayes估计在无先验信息下的估计要更加接近真值,故无先验信息下的估计值比有先验信息的估计值更准确.在不同的损失函数下,对称熵损失函数下的估计值均方误差较小,故在对称熵损失函数下尺度参数θ的估计是最优的.

复合Mlinex损失下Burr分布参数的Bayes估计

本文在Burr分布参数的先验分布为其共轭先验分布Gamma分布Γ(a,b)时,给出了其在复合Mlinex对称损失函数下的Bayes估计、E-Bayes估计公式和多层Bayes估计公式。最后,通过数值模拟说明了Burr分布在复合Mlinex对称损失函数下Bayes估计的稳健性及精确性。

一种改进的朴素贝叶斯关键词提取算法研究

为了提高关键词提取的准确率,在利用文本中相同词的前后词共现频率识别组合词的基础上,提出一种基于改进词语统计特征的朴素贝叶斯关键词提取算法。该算法选取词语的词长、词性、位置、TF-IDF值作为词语的特征项,改进了统计词长、TF-IDF和词频的方法,使长词和TF-IDF大的词具有更高的概率,而在统计词频时,考虑了词语之间包含与被包含的关系。然后,采用朴素贝叶斯模型对标记好关键词的文本进行训练,获得各个特征项出现的概率,用来提取文本的关键词。实验表明,与传统基于词频和决策树C4.5的关键词提取算法相比,采用该方法提取的关键词具有更高的准确率和可读性。

复合LINEX对称损失函数下几何分布参数估计

在几何分布可靠度的先验分布为其幂分布时,给出了几何分布可靠度在复合LINEX对称损失函数下的Bayes估计和多层Bayes估计。

逐次截尾样本下电子元件混联系统可靠性指标的EB估计

在逐次截尾样本下,研究电子元件混联系统可靠性指标的估计问题。将Bayes方法和极大似然法相结合,在平方损失下,获得部件失效率、系统可靠度和平均寿命的经验Bayes估计。最后给出随机模拟例子,说明该方法的正确性。结果表明可靠性指标的经验Bayes估计值精度较高。

量子遗传算法优化加权朴素贝叶斯复合语言文本分类

为了提高朴素贝叶斯算法的复合语言文本分类准确度和效率,将加权朴素贝叶斯算法用于复合语言文本分类,采用量子遗传算法对权重参数进行优化;根据贝叶斯定理建立语言文本分类模型,考查样本属性之间的差异对分类结果的影响;然后引入属性权重,形成加权朴素贝叶斯文本分类模型;利用遗传算法对权重参数进行优化,借助量子比特运算提高遗传优化效率,最终得到稳定的复合语言文本分类模型。结果表明,通过合理设置权重个数,量子遗传算法改善了加权朴素贝叶斯算法的文本分类性能,与常用语言文本分类算法对比,该算法具有较高的分类精度和分类效率,在复合语言文本分类中的适用性好。

混联系统的可靠性蒙特卡诺模拟及其EB估计

在复杂的混联系统中,利用Monte Carlo方法建立随机模型,研究可靠性模拟问题,并假定该模型具有随机移走的逐步增加Type-Ⅱ截尾。采用Bayes方法与极大似然估计相结合的方法,在平方损失下,得到了混联系统部件的失效率、系统可靠度和平均寿命的经验Bayes估计。最后给出算例分析,说明该方法的正确性和可行性。

平方误差损失函数下复合Rayleigh分布的经验贝叶斯估计的收敛速度

复合Rayleigh分布作为可靠性寿命试验、临床医学以及生存分析等领域中的一个重要分布,其统计性质引起了一些学者的关注.本文在平方误差损失函数下,利用概率密度核估计方法,研究复合Rayleigh分布尺度参数的经验贝叶斯估计问题.首先,在平方误差损失函数下,利用概率密度核估计构造复合Rayleigh分布尺度参数的经验贝叶斯估计;其次,在一定假设的条件下,得到了经验贝叶斯估计的收敛速度;最后,通过一个实例说明本文所得定理的合理性.